Pandas 行选择困扰：为什么不支持 `df[2]`？

在 Pandas 中使用整数索引选择行：解析困扰

身为一名经验丰富的程序员，我经常使用 Pandas 来处理数据。在使用整数索引选择行时，我遇到了一个常见的困惑，就是 df[2] 不受支持，而 df.ix[2] 和 df[2:3] 都可以正常工作。

本博客将深入探讨这一困扰，解释其原因并提供清晰的解决方案，指导您在 Pandas 中高效地选择行。

为什么 df[2] 不受支持？

Pandas 使用 基于位置 的方法来处理整数索引。这意味着索引从 0 开始，表示数据框中行的位置。因此，df[2] 试图访问不存在的行，因为索引范围从 0 到 len(df)-1。

替代解决方案：df.ix[2] 和 df[2:3]

要选择具有索引 2 的行，您可以使用以下替代方法：

• df.ix[2]： 使用 基于标签 的方法，其中索引可以是整数或标签（行标签）。df.ix[2] 访问具有索引 2 的行，无论其位置如何。
• df[2:3]： 使用 切片 语法，该语法返回从索引 2 到 3（不包括 3）的行。

设计考虑

不支持 df[2] 是一个设计决策，旨在保持 Pandas 行索引的一致性。基于位置的索引更直观，并且在大多数情况下都能满足需要。此外，允许基于整数索引的切片操作（例如 `df[2:3]）提供了灵活性，可以同时选择多个连续行。

建议

在选择 Pandas 数据框中的行时，建议遵循以下准则：

• 基于位置的索引： 使用 df.iloc[index] 或 df[start:stop]。
• 基于标签的索引： 使用 df.loc[label] 或 df.ix[label]。

结论

df[2] 不受支持的原因在于 Pandas 使用整数索引时采用基于位置的方法。基于位置的索引对于大多数情况来说更直观且一致。对于需要基于标签的索引或切片操作，可以使用 df.ix[index] 或 df[start:stop]。

常见问题解答

1. 什么是基于位置和基于标签的索引？

• 基于位置索引从 0 开始，表示行的位置。
• 基于标签索引使用标签（行标签）作为索引。

2. 为什么不支持 df[2]？

因为 Pandas 使用基于位置的整数索引，df[2] 尝试访问不存在的行。

3. 我应该使用 df.ix[2] 还是 df[2:3]？

• df.ix[2] 用于选择具有索引 2 的单个行。
• df[2:3] 用于选择索引从 2 到 3（不包括 3）的连续行。

4. df.ix[2] 和 df.loc[2] 有什么区别？

这两个方法都可以基于标签索引行，但 df.ix[2] 已弃用，建议使用 df.loc[2]。

5. 如何选择基于特定条件的行？

可以使用以下语法进行基于条件的行选择：

df[df['条件'] == True]